基于BCI技术的手部运动功能康复研究

发布时间：2017-05-24 00:14

  本文关键词：基于BCI技术的手部运动功能康复研究，，由笔耕文化传播整理发布。

【摘要】：随着全球老龄化的加剧,由脑血管疾病或脊髓损伤造成的偏瘫患者的数量不断增加,同时,因交通事故而造成脊髓受损的人数也越来越多,这些患者丧失了肢体的运动功能,不仅生活难以自理,给家人带来沉重的经济和精神负担。传统的康复手段不仅费用十分昂贵,并且由于缺乏患者的主动参与,恢复效果较差。如何更加有效对这些患者进行康复治疗,是全球老龄化的现实需求,也是信息科学、神经科学、康复工程等交叉学科的研究热点。脑机接口(Brain-computer interface,BCI)是一种通过采集人的脑电信号(EEG)实现人脑与外界计算机或其他电子设备间进行通讯或控制的系统,能够建立不依赖外周神经和肌肉的大脑输出通道。利用BCI技术可以使偏瘫患者主动参与康复训练,改善偏瘫部位的运动功能康复效果。本文以手部运动功能康复为目标,对手部运动想象脑电信号(MI-EEG)的实时采集、眼电伪迹自动去除、自适应特征提取以及在线康复系统设计等内容进行研究,取得的主要成果如下:(1)基于快速核独立成分分析与离散小波变换的眼电自动去除方法为了改善脑电中的眼电伪迹过估计问题及环境干扰耦合引起的非线性混合对眼电去除效果的影响,提出一种基于快速核独立成分分析(FastKICA)与离散小波变换(DWT)的眼电自动去除方法,即FKD方法。首先,利用FastKICA方法对脑电信号分离得到独立成分,并以相关系数为依据识别出眼电伪迹;进而,基于离散小波变换对眼电伪迹进一步分析,去除逼近分量,保留细节分量,重构出眼电伪迹成分;最后,利用FastKICA逆变换重建眼电去除后的脑电信号。实验结果表明:FKD不仅有效改善了眼电过估计问题,增强了抗干扰能力和鲁棒性,而且在线性混合和非线性混合情况下,均得到较好的伪迹去除效果,特别是在非线性混合时优势更为明显,适合于实际在线应用。(2)基于正交经验模态分解和共同空间模式的脑电自适应特征提取方法针对MI-EEG的时变性和个体差异性等特点,将正交经验模态分解(OEMD)法、有限单位脉冲响应(FIR)滤波器和共同空间模式(CSP)算法相结合,提出一种新的自适应特征提取方法,即OEFCSP方法。首先,利用导联选择算法对经过滤波处理后的脑电信号选取最优的导联组合;然后,应用OEMD方法将每导脑电信号分解成多阶的正交固有模态函数(IMF),并对每阶IMF分量采用多重FIR带通滤波器,将其均分成多个频段;进而,通过CSP方法对每个子代信号进行特征提取,并利用特征排序算法对特征进行排序;最后,结合特征选择算法和分类器根据分类准确率选择最优的脑电特征。基于国际标准数据库进行实验研究,结果表明:OEFCSP特征提取算法相对于其他常用方法取得了更高的分类准确率,具有更好的稳定性和自适应性。(3)手部运动想象脑电信号的采集与分析为了将MI-EEG康复研究推向实际应用,自行设计了手部张/握运动想象脑电采集实验,并将上述研究成果应用于实际采集MI-EEG的离线分析,验证方法的有效性。基于Java的SWT技术设计并编写了实验采集程序,并用JMF调用手部张/握动作提示视频画面;脑电采集装置为Brain Products公司生产的64导脑电仪,对5位实验者进行了手部真实运动及运动想象EEG的实际采集;采用FKD以及OEFCSP方法分别对实际采集的64导脑电信号和眼电信号进行眼电伪迹的去除及特征提取与分类,得到了较好的实验结果,充分体现了不同个体手部张/握MI-EEG脑电特征的个性化特点,为基于手部MI-EEG的在线康复系统研究和实现奠定了基础。(4)手部运动功能的MI-BCI在线康复系统设计在上述研究的基础上,设计了基于MI-BCI的在线手部运动功能康复系统。该系统在运动想象动作提示界面的基础上,通过JNI和多线程技术,实时控制g.tec公司的g.MOBIlab+采集仪,实现脑电信号的同步采集;然后,利用C++和matlab混合编程以及JNI技术,实现眼电伪迹的在线处理与自动识别;最后,将识别结果通过串口通信输入到基于DSP的机械手控制模块,控制机械手的张开和握合,从而实现手部MI-EEG信号对机械手的在线控制。实验结果表明:本系统具有良好的实时性,为MI-BCI技术应用于康复治疗、增强患者康复治疗的主动性及改善康复效果具有一定的积极作用。
【关键词】：脑机接口 手部康复 快速核独立分量分析 正交希尔伯特黄变换 共同空间模式
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：R49;TN911.7
【目录】：

• 摘要4-6
• Abstract6-12
• 第1章 绪论12-30
• 1.1 课题研究背景及意义12-14
• 1.2 脑机接.的理论基础14-21
• 1.2.1 脑机接.的组成和工作原理14-15
• 1.2.2 脑电信号的采集方式15-17
• 1.2.3 脑电信号的分类17-21
• 1.3 基于MI-BCI系统的研究现状21-26
• 1.3.1 国内外研究现状21-24
• 1.3.2 脑电信号伪迹去除方法24-25
• 1.3.3 脑电信号特征提取方法25-26
• 1.4 本文研究内容及组织结构26-30
• 第2章 脑电信号中眼电伪迹自动去除方法的研究30-44
• 2.1 引言30-31
• 2.2 基于FastKICA和DWT的眼电伪迹自动去除方法31-35
• 2.2.1 核独立成分分析31-32
• 2.2.2 离散小波变换32-33
• 2.2.3 基于FKD的眼电伪迹自动去除方法33-35
• 2.3 实验研究与结果分析35-43
• 2.3.1 实验数据来源35-36
• 2.3.2 基于线性混合模型的实验研究36-41
• 2.3.3 基于非线性混合模型的实验研究41-43
• 2.4 本章小结43-44
• 第3章 运动想象脑电信号的自适应特征提取方法44-60
• 3.1 引言44-45
• 3.2 基于OEFCSP的特征提取算法45-50
• 3.2.1 共同空间模式45-47
• 3.2.2 正交经验模态分解47-49
• 3.2.3 基于OEFCSP的特征提取方法49-50
• 3.3 实验研究与结果分析50-57
• 3.3.1 数据来源和预处理50-51
• 3.3.2 通道选择51-52
• 3.3.3 特征选择和分类52-54
• 3.3.4 不同特征提取方法分类结果比较54-55
• 3.3.5 不同导联数对分类准确率的影响55-56
• 3.3.6 IMF分量频带分析56-57
• 3.4 本章小结57-60
• 第4章 手部运动想象脑电信号的采集与分析60-72
• 4.1 引言60
• 4.2 运动想象脑电信号采集系统60-64
• 4.2.1 脑电采集仪60-63
• 4.2.2 采集提示程序设计63-64
• 4.3 手部运动/运动想象EEG采集实验64-67
• 4.3.1 测试者及实验环境64-65
• 4.3.2 电极位置65-66
• 4.3.3 实验方案设计66-67
• 4.4 实验结果及分析67-70
• 4.4.1 眼电伪迹去除67-68
• 4.4.2 特征提取和分类68-70
• 4.5 本章小结70-72
• 第5章 手部运动功能的MI-BCI在线康复系统设计72-82
• 5.1 引言72
• 5.2 手部在线康复系统整体设计方案72-73
• 5.3 康复系统硬件构成73-76
• 5.3.1 便携式EEG采集仪73-74
• 5.3.2 机械手及控制装置74-76
• 5.4 康复系统软件设计76-77
• 5.5 在线MI-BCI系统实验设计及结果分析77-79
• 5.5.1 实验设计77-79
• 5.5.2 实验结果与分析79
• 5.6 本章小结79-82
• 结论82-86
• 参考文献86-92
• 攻读硕士学位期间所发表的学术论文92-94
• 致谢94

【相似文献】

中国期刊全文数据库 前10条

1 薛蕴全,王秋英,王宏;脑电信号的动态时空响应拓扑图[J];仪器仪表学报;2001年S1期

2 马颖颖;张泾周;吴疆;;脑电信号处理方法[J];北京生物医学工程;2007年01期

3 谢松云;张振中;杨金孝;张坤;;脑电信号的若干处理方法研究与评价[J];计算机仿真;2007年02期

4 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期

5 董盟盟;仲轶;徐洁;戴体俊;刘功俭;;基于小波分析的脑电信号处理[J];电子设计工程;2012年24期

6 戴银涛,吴祈耀;快速提取脑电信号的谱分量参数[J];北京生物医学工程;1989年01期

7 孟欣，欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期

8 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期

9 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期

10 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期

中国重要会议论文全文数据库 前10条

1 薛蕴全;王秋英;王宏;;脑电信号的动态时空响应拓扑图[A];中国仪器仪表学会第三届青年学术会议论文集（上）[C];2001年

2 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

3 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

4 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

5 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

6 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

7 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

8 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

9 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年

10 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

中国重要报纸全文数据库 前1条

1 张文清　记者 王春;意念控制车速及左右转弯前行[N];科技日报;2008年

中国博士学位论文全文数据库 前10条

1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年

2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年

3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

4 孙宇舸;脑—机接口系统中脑电信号处理方法的研究[D];东北大学;2012年

5 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

6 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

7 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年

8 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

9 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

10 张美云;阿尔茨海默病脑电信号多尺度时空定量特征研究[D];天津医科大学;2012年

中国硕士学位论文全文数据库 前10条

1 于洪;基于脑电信号的警觉度估计[D];上海交通大学;2007年

2 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年

3 张志琴;脑电信号的复杂性分析[D];中南大学;2009年

4 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年

5 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年

6 薛吉星;多通道脑电信号采集与处理系统研究[D];华南理工大学;2015年

7 刘静;基于加权排序熵的多通道脑电信号同步算法研究[D];燕山大学;2015年

8 陈泽涛;基于脑电信号分析的AD早期评估系统的设计与实现[D];燕山大学;2015年

9 王欢;基于非平稳时间序列分析方法的脑电信号模式识别[D];苏州大学;2015年

10 王琼颖;脑电信号的非线性动力学分析及其在睡眠分期中的应用[D];哈尔滨工业大学;2015年

  本文关键词：基于BCI技术的手部运动功能康复研究，由笔耕文化传播整理发布。

本文编号：389430